爱吱声

标题: 所谓三联与赫拉利的技术迷航…… [打印本页]
作者: xiejin77    时间: 2024-10-16 14:35
标题: 所谓三联与赫拉利的技术迷航……
有非技术背景的前辈发了这个链接的三联文章给我看，问我关于大模型，甚至是AI的危机是否存在。我努力的把三联这篇文章看完，忍不住写了一段话。也希望看到的朋友不要再被这样的文章所困扰。1 `, ?6 _* U9 n$ r
& w( r2 F- M$ S2 p& O
说句老实话，所谓三联与赫拉利的技术迷航，就是打着人文解读的旗号而为了攫取流量，而甘愿将自己沦为算法焦虑的放大器而已。
6 z! U$ P1 p- k7 J$ N! B" Z( {8 m" T7 d7 z. u( z
读罢这篇赫拉利的新书推介，一股浓郁的“技术恐慌”味扑面而来。三联一如既往地用充满人文关怀的笔触，描绘了一幅人工智能即将奴役人类的末日景象。然而，在看似深刻的论述背后，却充斥着对技术缺乏基本理解而导致的逻辑硬伤，以及对算法能力的过度夸大。
$ W1 |& V1 ^  t# C9 o1 I9 E
6 i" s! C4 E) _7 G文章将人工智能比作脱缰的野马，认为其“独立决策”的能力将导致人类失去控制。然而，任何对人工智能技术稍有了解的人都知道，所谓“独立决策”不过是基于海量数据训练得到的统计模型，其行为仍然受制于算法的设计和训练数据的选择。将算法比作拥有自主意识的“独立行为者”，无异于将算盘说成是数学天才。
. `) T% c9 z+ s1 Y: R! r$ j2 q1 T4 o' y5 r% D
更令人啼笑皆非的是，文章将缅甸种族暴力事件归咎于脸书算法，认为算法为了“提升用户参与度”而主动传播仇恨内容。这种说法完全忽略了现实世界中复杂的社会、政治和历史因素，将一起惨剧简单粗暴地归咎于技术，仿佛算法是独立于人类社会之外的邪恶力量。. l+ e/ b* K' V

/ Q* w/ w- i3 u3 \' H  b诚然，算法推荐机制存在着放大偏见和制造信息茧房的风险，但这并不意味着算法本身具有主观恶意。将算法拟人化，赋予其“愤怒”“仇恨”等情感，不过是将人类自身的责任推卸给技术的表现。# {- }% K4 Z( d$ F( F

$ |- X: b" @* I( q9 n: D更具讽刺意味的是，文章一边渲染着人工智能的强大，一边又建议人们通过“信息节食”来抵抗算法的控制。这种自相矛盾的论调，暴露了作者在技术理解上的混乱和无力。' m- u( f, x; N
" L. U7 m4 i7 C  \/ ?3 Z: K
赫拉利作为一位历史学家，或许能够洞察人类历史的兴衰更替，但对于技术领域的理解，显然还停留在科幻小说的水平。而三联作为一家以人文社科内容为主的媒体，在面对新兴技术时，也暴露出其知识结构的短板和思维方式的局限。5 A) I2 W. O7 C

( D- }6 K3 j$ Q$ n- t与其沉迷于算法焦虑，不如脚踏实地地去了解技术，用理性和批判性的思维去审视技术的社会影响。毕竟，技术本身并无善恶，关键在于人类如何去使用它。
- @8 s: C7 A4 h, m$ q: Y& V7 B" A* O3 N  w
将算法比作独立行为者，就好比将算盘说成是数学天才。就算是GPT这样的大语言模型，他的算法依然没有情感，只有代码。5 h3 v4 k' l1 }* s. c3 a. I8 H. d
而且信息茧房的制造者不是算法，而是人类自身的偏见。与其被这种口水垃圾文章蛊惑，沉迷于算法焦虑，不如用知识武装自己。好好去了解一下AI，至少在目前的技术线上，技术仍然只是工具，关键在于使用者是谁，以及使用目的何在。
$ d' L# K1 \3 {
$ J9 q) X5 Y% d总而言之，这篇文章与其说是对人工智能的深刻反思，不如说是对技术无知的放大。在信息爆炸的时代，保持独立思考的能力比以往任何时候都更加重要。不要让算法焦虑蒙蔽了双眼，更不要让技术恐慌成为逃避现实的借口。
/ i- H9 k( C' t  j
3 k( E8 V" Z- Z三联的原文链接
作者: 宝特勤    时间: 2024-10-16 18:59
首先声明我是人工智能用户，不是专家。$ h6 s9 s- O( h" G
# q- Y! O# i: m
目前，以我对人工智能了解，我不能想象人工智能能够凭直觉提出假设。比如我，我不认为目前人工智能会突然说，“我觉得任何一个偶数能表达为两个素数的和。我没有一个证明，甚至不知道是不是没有反例。但我强烈感到这是对的。”
作者: 晨枫    时间: 2024-10-17 05:31
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终也解决不了。2 c* M. F$ U7 I2 W
6 E6 \& z5 c, e/ a. D6 G
世界上的“题”已经够多，所以海量刷题是能刷到很恐怖的“智能”的。但依然只是刷题大师。沿着这条路走下去，不可能走出“强人工智能”。
& L; [& I. z  T6 ~# z  B. R1 m4 _. U: n+ x7 X. ^/ o
用围棋规则自我训练是另一个问题。那是有限问题空间里确定解的问题，是极大规模的最优化问题。在本质上，这与“深蓝”早年打败卡斯帕罗夫相似，只是算力极大提高了，算法极大改进了。
: v& F4 ?( O8 a# `0 g! F, y6 y$ y$ }- t
这篇我可以盗用吗？转帖时会注明原作者“xiejin77”。
作者: xiejin77    时间: 2024-10-17 07:10
晨枫 发表于 2024-10-17 05:31& T6 i: c4 X& U7 N2 t) z3 f- u
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终 ...
: P3 p8 T; E! J1 b
晨大自取便是，我是您的读者和拥趸，不胜荣幸
作者: 孟词宗    时间: 2024-10-18 03:49
通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前，人类想要计算机执行指令必须要用计算机语言编程。而编程，不单单是计算机语言，还牵涉到精通并运用各种算法。所以需要程序猿这么个职业，也需要分析师这个职业。分析师把用户要求转化为程序指标，程序猿则通过编程实现指标。; l, Z0 d: P% |1 j. Q

, @9 I! A! p  u) C, m0 @通用 AI 实用后，则任何普通人不需要经过编程训练就可以给有拥有通用 AI 的计算机用普通人类语言下指令，而AI则可以执行命令甚至自己编一套程序来实现指令。继续发展下去，程序猿这个职业会逐渐消失，最后就像现代人人都可以开车一样，不久的将来人人都可以通过 AI 给计算机下指令，这会使工作效率得到极大的提高。+ B, }. R; x/ ~8 b- m* Z: g

( @% x5 `% a6 a: X; T4 a至于说 AI 会不会产生自我意识，这个还很难说。不过至少现阶段是不用担心的。
作者: 孟词宗    时间: 2024-10-18 03:52
晨枫 发表于 2024-10-17 05:315 v2 H: J/ x3 n/ b6 }0 h
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终 ...
( k6 p5 h. W! {  _+ n' i) X9 W
关键在于刷题的效率。而且这两者并不是泾渭分明。现在用 AI 来处理大数据是 AI 的一个方向。
作者: xiejin77    时间: 2024-10-18 10:37
孟词宗 发表于 2024-10-18 03:49! `! C" C" H; W5 l# @. ^
通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前，人类想要计算机执行指令必须要 ...
0 t, D; E  ~7 L9 A# t0 Z0 F
孟老师的这个观点，我之前就在大模型的一些讨论圈子中提过。. }/ q% o* s, L. _, k7 ]! G. Q
. @0 D' e; y1 ^& _2 k* o- j
当然，那是在出现预训练模型出现群体智能和具身智能化之前的事情。8 S+ y: J- P6 x

: _' z- V" b/ H" `& }% o当时都认为大模型已经颠覆掉了NLP领域的科研，但我却认为，颠覆掉NLP领域的科研其实只是一个捎带手的事情，LLM在当时，颠覆的是人机交互领域大范畴的所有。换句话说，其实颠覆的是人类与物理世界交互的方式。科研也好，制造也好，从马克思主义政治经济学的角度看，都是对于世界的改造活动。这个改造其实就是一种具象化的交流与互动。大模型通过特定的技术框架，事实上是向外改变了这些既有的范式。
$ H( h5 t& h& G9 ^% I" O# @; R* O4 E0 r0 U/ h. f. F, {
这个意义，延伸出来，确实也不亚于智人打造出的石器……
作者: sleepyr    时间: 2024-10-18 21:57
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml3 J3 \  I8 x% D# C8 ~& }+ ~
如果大模型不能具备真正的推理能力，是不是意味着以现在流行技术路线发展下去，AI能力的天花板其实并没有那么高。
作者: 孟词宗    时间: 2024-10-18 23:25
sleepyr 发表于 2024-10-18 21:57/ t$ A. t( Z" n0 i# y7 `' _( N  D6 A
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml
5 ~% Z2 i& F" n如果大 ...

6 w: j# }  L2 }) U9 j4 F+ y5 `; B3 _, Z' o1 ]5 ?  t
这篇文章设计的测验很有意思。从实验结果看，现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说，AI 并不理解抽象的概念，而推理能力恰恰依赖抽象的概念。
) r( Z& f+ ?* w+ A) b. j
" T: {: n$ P9 y5 a最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验，大家有兴趣的话可以玩玩。5 A: i, W0 f% Q$ F! r
3 T. P9 D4 J$ s8 q
给 AI 的提示：Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
, g$ ^/ g, O! \" W
! L% E: x( n& o% v' y1 B. G. P9 c, u: DAI 回复表示理解了提示中的这个这个规则。于是有下面的实验：
* t* N' e# K( L% m& E9 e2 r& k2 ^我:  A, F. w: U  ^1 ?3 |. [
AI:  B$ w7 C  W1 ~* N" b2 a
我:  B
2 `8 T/ ~1 Y9 g/ [5 O: S( KAI:  C  [( Z' H' K# n
我：X
+ y$ |" i" H, r/ n  g6 b. v. u; Q# y
* M+ f4 E. |5 }, J3 f这里，不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则，所以无解  很显然，回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而，这并不代表 AI 没有推理能力，而可能只是语句处理模块不好。
  ?# [4 f4 P: ]4 v
8 v) t) {6 W$ i; L/ F" z- T1 ?真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问：, _, k' N, T! Q. x0 M% |
我：Z
) C; F! B9 l; v  Y# W* N! t( v! t0 X. s9 b4 W  g
这下大多数的 AI 模型都冒烟了，有些回答说不合规则，有些回答说序列到头了没有答案。有意思的是两种回答：一种回答说 Z， 另一种则回答说 A。
% z" M) a' J4 r9 l8 F6 a( w" ]7 c# g
而这四种回答，如果用来盲测人类，其实人类也会给出同样的四种答案。也就是说，就这个问题来看，如果盲测，提问者无法分别回答者是人类还是AI。换言之，能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的，而是真正的推理能力。. r; Q# U8 M, O, B* X! _  d
- g/ @0 _: w& b$ A* h6 Y1 F
有意思的是训练程度越高的模型，越倾向于给出这四种答案。比较 Mistral， 狗屁通，Gemma， Llama， 通义千问等等大模型的不同版本，都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩，成人除了脑部发育完全，更储备了更多的知识。, n9 F) o8 R0 e. x" E
2 G0 c0 [6 W0 ~& Q2 q
至于这篇文章中说到的语序问题，非相关语句问题等等，前面说过，必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟，即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同，但把语序换一下，意思就完全不同了。然而，你去问一个三岁小孩这两句话有何不同，三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题，狗屁通则会说：
' G1 C! W: H3 b7 r
“屡战屡败”和“屡败屡战”这两句话虽然字面相似，但含义有所不同。2 l2 N" s: I7 d5 ~: C

" r2 {1 l$ z0 r, `1. **屡战屡败**：强调的是多次进行战斗，但每次都失败。这种表达往往暗示一种无奈或沮丧，强调了失败的频繁。
+ Y  g/ f6 s% N2 F. L% Q+ E# v: v& U
2. **屡败屡战**：则是指经历了多次失败，但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神，体现了勇气和韧性。( M8 |, `8 @: B" C
% V  G& L% ]3 v/ ^0 t
总的来说，前者更偏向于消极的失败感，而后者则传递出一种积极向上的拼搏精神。

  ^; [5 T4 ~- T4 v



欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2